深度优先遍历，是对一个连通图进行遍历的算法。它的思想是从一个顶点V0开始，沿着一条路一直走到底，如果发现不能到达目标解，那就返回到上一个节点，然后从另一条路开始走到底，这种尽量往深处走的概念即是深度优先的概念。
广度优先遍历，也是对连通图遍历的算法。它的思想是从一个顶点V0开始，先遍历和它直接相连的点，再把这些点入栈，再从栈中取出点重复上述操作，这种尽可能多访问节点的概念就是广度优先遍历，深度优先和广度优先都是图常用的遍历算法，适用于不同情况。
这两种算法都是求图的最小生成树的算法，prim算法:从一个点出发，先找到和它距离最近的点，把他们归入一个集合，再找和这个集合最近的点再加入这个集合，重复以上操作。Kruscal算法:先把图中的边按顺序排好，再找不会形成回路的边，重复以上操作，我觉得prim算法会更好用一点
用于求图中最短路径的算法，设G = (V,E)是一个带权有向图，把图中顶点集合V分成两组，第一组为已求出最短路径的定点集合（用S表示，初始时S中只有一个源点，以后每求得一条最短路径V,..,K，就将k加入集合S中，直到所有定点都加入S中，算法结束），第二组为其余未确定最短路径的顶点集合（用U表示），按最短路径长度的递增次序依次把第二组中顶点加入S
设G = （V，E）是一个具有n个定点的有向图，V中顶点序列V1,V2,V3....Vn为一个拓扑序列并且当且仅当该顶点序列满足下列条件：若
BFS(int v,int n,int e){
count表示六度空间访问点个数，last记录当前层最后一个元素
初始化visited数组
visited[v] = 1表示当前点已访问
初始化front = rear = -1 队列为空
V入栈
last = v记录当前层最后的点
while(队列不空)
V = 队首元素
for (i = 1 to i = n)
if(i未访问&&i于v点有边)
i入栈，visited[i] = 1，tail = i,count++
end if
if (v是单前层最后一个元素)level++,last = tail
end if
end while
return count
其中的段错误和部分错误都是因为数组定义的不够大，这一题难就难在判断他的层数，当时也是看了百度的
代码才懂得用last记录当前层最后一个点
int prim(MGraph g){
lowcost数组记录和其他点最近距离,cost记录总成本
lowcost[1] = 0出发点本身距离不存在，记为0
for(i = 2 to i = g.n)
lowcost[i] = g.edges[1][i]初始点的最近距离
end for
for(i = 2 to i= g.n)
min = 100001
while(j<=g.n)
if(路径存在&&路径<min)
min = lowcost[j];
k = j;
if(找不到最近的点)return -1
cost+=min
lowcost[k] = 0表示k点加入该集合
修正lowcost数组判断新加入的点是否有
与未加入集合点更近的
}
###PTA提交列表说明
部分正确是在建表的时候吧不存在的边赋值为0，这是不对的，改了之后就正确了
void Dijkstra(int v,int n,int e,int end){
定义dist数组存放距离path数组存放路径cost数组存放消费
定义s数组存放加入集合的点
先初始化这几个数组
将V加入s数组，path[v] = 0
mindis = INF;
for(j = 0 to j < n)
if(j未加入集合且dist[j]存在)
u = j;
mindis = dist[j];
end if
end for
s[u] = 1;
for(j = 0 to j < n)
if(j加入 集合)
if(新加入点距离比原来近)
更新dist[j],path[j],cost[j]
else if(新加入点距离和原来一样近但比较便宜)
更新dist[j],path[j],cost[j] 
部分正确是因为没有把不存在的边等于INF，导致后续比较会出现问题
贝尔曼-福特算法
贝尔曼-福特算法与迪杰斯特拉算法类似，迪杰斯特拉算法以贪心法选取未被处理的具有最小权值的节点，然后对其的出边进行操作；而贝尔曼-福特算法简单地对所有边进行操作，我觉得迪杰斯特拉算法更好一点，但贝尔曼-福特算法也不失为一种好思路
原文：https://www.cnblogs.com/Airoure/p/9191728.html